-
公开(公告)号：CN111611062B
公开(公告)日：2022-10-25
申请号：CN202010371990.5
申请日：2020-05-06
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云边协同分层计算方法及云边协同分层计算系统，所述云边协同分层计算方法主要包括以下步骤：设备层随机生成实时任务，对任务进行预处理后，将任务传输到云层或边缘层；引入最大化累积奖赏(QoS)作为评价指标；将QoS代入至深度强化学习模型中进行训练，以获得最优策略；对传入云层的任务直接进行处理；对传入边缘层的任务进行单边计算或边边协同计算。本发明依托深度强化学习相关技术和算法，并且结合了云计算和边缘计算各自的计算优势，有助于集成和充分利用不同的计算资源，达成云边资源协同、高效的最佳利用，在计算能力、任务处理效率以及低延迟的综合层面上，相较于传统的单云或单边计算系统有了很大的提升。
-
公开(公告)号：CN111611062A
公开(公告)日：2020-09-01
申请号：CN202010371990.5
申请日：2020-05-06
Applicant: 南京邮电大学
Abstract: 本发明提供了一种云边协同分层计算方法及云边协同分层计算系统，所述云边协同分层计算方法主要包括以下步骤：设备层随机生成实时任务，对任务进行预处理后，将任务传输到云层或边缘层；引入最大化累积奖赏(QoS)作为评价指标；将QoS代入至深度强化学习模型中进行训练，以获得最优策略；对传入云层的任务直接进行处理；对传入边缘层的任务进行单边计算或边边协同计算。本发明依托深度强化学习相关技术和算法，并且结合了云计算和边缘计算各自的计算优势，有助于集成和充分利用不同的计算资源，达成云边资源协同、高效的最佳利用，在计算能力、任务处理效率以及低延迟的综合层面上，相较于传统的单云或单边计算系统有了很大的提升。
-
Search Results
2
records
(took 0.013 seconds)
